| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 第一章 绪论 | 第13-19页 |
| 1.1 研究背景及意义 | 第13-14页 |
| 1.2 国内外研究现状 | 第14-17页 |
| 1.2.1 ISAR成像研究现状 | 第14-16页 |
| 1.2.2 压缩感知ISAR成像的研究现状 | 第16-17页 |
| 1.2.3 Off-Grid问题研究现状 | 第17页 |
| 1.3 论文主要工作及结构安排 | 第17-19页 |
| 第二章 压缩感知ISAR成像的基本原理 | 第19-32页 |
| 2.1 引言 | 第19-20页 |
| 2.2 基于压缩感知的ISAR成像模型 | 第20-26页 |
| 2.2.1 传统ISAR成像模型 | 第20-24页 |
| 2.2.2 基于稀疏探频信号的ISAR成像模型 | 第24-25页 |
| 2.2.3 重构算法及性能评估 | 第25-26页 |
| 2.3 仿真验证 | 第26-31页 |
| 2.4 本章小结 | 第31-32页 |
| 第三章 基于Off-Grid模型的稀疏探频ISAR成像 | 第32-52页 |
| 3.1 引言 | 第32页 |
| 3.2 Off-Grid成像问题分析 | 第32-35页 |
| 3.3 基于Off-Grid的稀疏探频ISAR成像方法 | 第35-41页 |
| 3.3.1 带内排除（BE）技术 | 第36-38页 |
| 3.3.2 局部优化（LO）技术 | 第38-41页 |
| 3.4 算法性能分析 | 第41-45页 |
| 3.4.1 计算复杂度 | 第41-43页 |
| 3.4.2 噪声条件下的重构性能 | 第43-45页 |
| 3.5 仿真分析与验证 | 第45-51页 |
| 3.5.1 成像性能对比 | 第45-48页 |
| 3.5.2 不同信噪比的重构成功率 | 第48-49页 |
| 3.5.3 不同信噪比的重建误差 | 第49-50页 |
| 3.5.4 不同稀疏度的成功率 | 第50页 |
| 3.5.5 算法复杂度对比 | 第50-51页 |
| 3.6 本章小结 | 第51-52页 |
| 第四章 基于Off-Grid模型的联合参数估计与ISAR成像重建 | 第52-72页 |
| 4.1 引言 | 第52页 |
| 4.2 基于稀疏贝叶斯学习的稀疏探频ISAR成像 | 第52-63页 |
| 4.2.1 参数学习理论 | 第52-54页 |
| 4.2.2 稀疏贝叶斯学习 | 第54-57页 |
| 4.2.3 最陡下降法 | 第57-59页 |
| 4.2.4 模拟数据验证 | 第59-61页 |
| 4.2.5 实测数据验证 | 第61-63页 |
| 4.3 基于Off-Grid模型的联合参数估计与ISAR成像重建 | 第63-71页 |
| 4.3.1 算法推导及流程 | 第63-67页 |
| 4.3.2 仿真分析与验证 | 第67-71页 |
| 4.4 本章小结 | 第71-72页 |
| 第五章 工作总结与展望 | 第72-74页 |
| 5.1 工作总结 | 第72页 |
| 5.2 研究展望 | 第72-74页 |
| 致谢 | 第74-75页 |
| 参考文献 | 第75-80页 |
| 攻硕期间取得的研究成果 | 第80-81页 |
